BG value stats by hour

BGvalue_Summary
##    time3 min     mean  max        sd
## 1  00:00 132 132.0000  132       NaN
## 2  01:00 Inf      NaN -Inf       NaN
## 3  02:00 223 223.0000  223       NaN
## 4  03:00  71  71.0000   71       NaN
## 5  04:00 204 204.0000  204       NaN
## 6  05:00 Inf      NaN -Inf       NaN
## 7  06:00 108 142.0000  176  48.08326
## 8  07:00  84 192.5000  287  86.24191
## 9  08:00  51 109.6667  151  52.20473
## 10 09:00  74 140.0000  193  49.64541
## 11 10:00 130 189.0000  296  92.82780
## 12 11:00  74 176.7500  284 107.56510
## 13 12:00  57  96.0000  135  55.15433
## 14 13:00 106 106.0000  106       NaN
## 15 14:00  69 106.0000  143  52.32590
## 16 15:00  70 123.3333  180  55.07571
## 17 16:00  75 121.0000  181  54.36911
## 18 17:00  71 150.5000  230 112.42998
## 19 18:00 Inf      NaN -Inf       NaN
## 20 19:00  81 150.0000  231  75.71658
## 21 20:00 195 267.6667  348  76.78759
## 22 21:00 151 204.0000  257  74.95332
## 23 22:00 157 216.0000  295  57.97701
## 24 23:00 Inf      NaN -Inf       NaN
## 25 00:00  60 136.0000  198  58.39521

BG value stats by day

BGvalue_SummaryDaily
##         Date2 min      mean max       sd
## 1  2019-11-25  69  93.33333 135 27.48575
## 2  2019-11-26 138 181.00000 230 44.01704
## 3  2019-11-27  74 168.83333 287 80.18583
## 4  2019-11-28  51 109.60000 197 63.03015
## 5  2019-11-29  60 118.62500 181 42.26764
## 6  2019-11-30 106 184.80000 260 70.00857
## 7  2019-12-01  57 164.00000 231 70.44501
## 8  2019-12-02  75 187.66667 296 86.31724
## 9  2019-12-03 127 212.60000 348 82.33043
## 10 2019-12-04 257 276.00000 295 26.87006

Sensor value stats by hour

Sensorvalue_Summary
##    time3 min     mean max       sd
## 1  00:00  93 146.0417 236 33.40210
## 2  01:00  68 140.5625 209 42.16280
## 3  02:00  63 147.5955 242 54.18229
## 4  03:00  44 150.8214 240 56.04971
## 5  04:00  45 161.1071 237 50.16071
## 6  05:00  76 167.3049 237 51.74026
## 7  06:00  93 170.5556 244 40.90280
## 8  07:00  74 154.4167 218 39.08198
## 9  08:00  69 147.3194 221 33.71038
## 10 09:00  67 152.1507 244 35.04627
## 11 10:00  53 139.5616 265 51.20357
## 12 11:00  40 130.7931 306 62.44442
## 13 12:00  40 133.3511 289 71.64934
## 14 13:00  40 141.1236 275 55.86506
## 15 14:00  81 166.8810 240 43.97025
## 16 15:00  53 165.9540 279 58.47498
## 17 16:00  41 171.9000 329 81.76220
## 18 17:00  41 168.4040 287 81.24289
## 19 18:00  45 164.2947 298 71.00298
## 20 19:00  64 174.4222 300 74.42030
## 21 20:00  73 161.4651 303 69.88203
## 22 21:00  64 163.9583 252 45.78069
## 23 22:00  92 184.3333 251 39.35444
## 24 23:00 116 190.8438 321 48.98707
## 25 00:00  88 165.9583 262 53.61127

BG high (>150) count

BGHigh_Count
##    time3 BG.Reading..mg.dL.
## 1  02:00                  1
## 2  04:00                  1
## 3  06:00                  1
## 4  07:00                  3
## 5  08:00                  1
## 6  09:00                  2
## 7  10:00                  1
## 8  11:00                  2
## 9  15:00                  1
## 10 16:00                  1
## 11 17:00                  1
## 12 19:00                  1
## 13 20:00                  3
## 14 21:00                  2
## 15 22:00                  4
## 16 00:00                  2

BG very high (>240) count

BGveryHigh_Count
##   time3 BG.Reading..mg.dL.
## 1 07:00                  1
## 2 10:00                  1
## 3 11:00                  2
## 4 20:00                  2
## 5 21:00                  1
## 6 22:00                  1

BG low (<80) count

BGLow_Count
##    time3 BG.Reading..mg.dL.
## 1  03:00                  1
## 2  08:00                  1
## 3  09:00                  1
## 4  11:00                  1
## 5  12:00                  1
## 6  14:00                  1
## 7  15:00                  1
## 8  16:00                  1
## 9  17:00                  1
## 10 00:00                  1

BG good value count (>80 and <150)

BGgood_Count
##    time3 BG.Reading..mg.dL.
## 1  00:00                  1
## 2  06:00                  1
## 3  07:00                  1
## 4  08:00                  1
## 5  09:00                  1
## 6  10:00                  2
## 7  11:00                  1
## 8  12:00                  1
## 9  13:00                  1
## 10 14:00                  1
## 11 15:00                  1
## 12 16:00                  1
## 13 19:00                  2
## 14 00:00                  1

Temp Basal = 0 count

tempBasal_count
## NULL

Suspend basal on low count

suspendBasal_Count
##    time3 Alarm
## 1  03:00     1
## 2  07:00     2
## 3  09:00     1
## 4  10:00     2
## 5  11:00     4
## 6  12:00     4
## 7  13:00     1
## 8  14:00     2
## 9  15:00     2
## 10 16:00     3
## 11 17:00     4
## 12 18:00     3
## 13 19:00     5
## 14 20:00     5
## 15 21:00     1
## 16 22:00     1

BG value by time and date with mean values

BGvalue_timeDaytable
##     time 2019-11-25 2019-11-26 2019-11-27 2019-11-28 2019-11-29 2019-11-30
## 1  00:00        NaN        159        NaN        NaN     60.000      132.0
## 2  01:00        NaN        NaN        NaN        NaN        NaN        NaN
## 3  02:00        NaN        NaN   223.0000        NaN        NaN        NaN
## 4  03:00        NaN        NaN        NaN       71.0        NaN        NaN
## 5  04:00        NaN        NaN        NaN        NaN        NaN        NaN
## 6  05:00        NaN        NaN        NaN        NaN        NaN        NaN
## 7  06:00        NaN        NaN        NaN        NaN    108.000        NaN
## 8  07:00   84.00000        227   287.0000        NaN        NaN      172.0
## 9  08:00        NaN        151   127.0000       51.0        NaN        NaN
## 10 09:00        NaN        NaN    74.0000      155.0        NaN        NaN
## 11 10:00        NaN        NaN        NaN        NaN    141.000        NaN
## 12 11:00        NaN        NaN        NaN       74.0     95.000      254.0
## 13 12:00  135.00000        NaN        NaN        NaN        NaN        NaN
## 14 13:00        NaN        NaN        NaN        NaN        NaN      106.0
## 15 14:00   69.00000        NaN        NaN        NaN    143.000        NaN
## 16 15:00  120.00000        NaN        NaN        NaN     70.000        NaN
## 17 16:00        NaN        NaN   107.0000        NaN    181.000        NaN
## 18 17:00   71.00000        230        NaN        NaN        NaN        NaN
## 19 18:00        NaN        NaN        NaN        NaN        NaN        NaN
## 20 19:00   81.00000        138        NaN        NaN        NaN        NaN
## 21 20:00        NaN        NaN   195.0000        NaN        NaN      260.0
## 22 21:00        NaN        NaN        NaN        NaN    151.000        NaN
## 23 22:00        NaN        NaN        NaN      197.0        NaN        NaN
## 24 23:00        NaN        NaN        NaN        NaN        NaN        NaN
## 25  mean   93.33333        181   168.8333      109.6    118.625      184.8
##    2019-12-01 2019-12-02 2019-12-03 2019-12-04     mean
## 1         198        NaN      127.0        NaN 135.2000
## 2         NaN        NaN        NaN        NaN      NaN
## 3         NaN        NaN        NaN        NaN 223.0000
## 4         NaN        NaN        NaN        NaN  71.0000
## 5         204        NaN        NaN        NaN 204.0000
## 6         NaN        NaN        NaN        NaN      NaN
## 7         NaN   176.0000        NaN        NaN 142.0000
## 8         NaN        NaN        NaN        NaN 192.5000
## 9         NaN        NaN        NaN        NaN 109.6667
## 10        NaN   138.0000      193.0        NaN 140.0000
## 11        130   296.0000        NaN        NaN 189.0000
## 12        NaN   284.0000        NaN        NaN 176.7500
## 13         57        NaN        NaN        NaN  96.0000
## 14        NaN        NaN        NaN        NaN 106.0000
## 15        NaN        NaN        NaN        NaN 106.0000
## 16        NaN        NaN      180.0        NaN 123.3333
## 17        NaN    75.0000        NaN        NaN 121.0000
## 18        NaN        NaN        NaN        NaN 150.5000
## 19        NaN        NaN        NaN        NaN      NaN
## 20        231        NaN        NaN        NaN 150.0000
## 21        NaN        NaN      348.0        NaN 267.6667
## 22        NaN        NaN        NaN        257 204.0000
## 23        NaN   157.0000      215.0        295 216.0000
## 24        NaN        NaN        NaN        NaN      NaN
## 25        164   187.6667      212.6        276 169.6458
#heatmap
#heatmaps
executeSavedPlot(data = allData, plotName = "meanBGheat_hist", libraryPath = libraryPath,
                 numberDays = numberDays,changeParam.list = changeParam.list)
## Loading required package: reshape2

Sensor value by time and date with mean values

SGvalue_timeDaytable
##     time 2019-11-25 2019-11-26 2019-11-27 2019-11-28 2019-11-29 2019-11-30
## 1  00:00  128.08333  162.91667  131.08333  187.33333        NaN  134.08333
## 2  01:00  111.08333  178.66667  152.50000   98.91667        NaN  183.66667
## 3  02:00   99.08333  186.50000  175.00000   72.00000        NaN  234.50000
## 4  03:00   89.08333  202.08333        NaN   59.91667        NaN  222.50000
## 5  04:00   95.41667  220.16667        NaN   84.66667        NaN  202.33333
## 6  05:00   93.91667  234.25000        NaN   83.60000        NaN  191.66667
## 7  06:00   97.91667  230.58333        NaN        NaN        NaN  167.25000
## 8  07:00   81.91667  206.58333        NaN        NaN        NaN  149.25000
## 9  08:00  104.16667  145.58333        NaN        NaN        NaN  194.25000
## 10 09:00  197.00000  130.75000   67.00000        NaN        NaN  125.75000
## 11 10:00  218.25000  152.41667   60.50000        NaN        NaN  112.00000
## 12 11:00  184.33333  139.66667  102.83333   50.87500        NaN  104.91667
## 13 12:00  144.66667   97.33333  133.83333   49.50000        NaN  188.41667
## 14 13:00  143.00000  113.25000  124.91667   84.66667        NaN   98.36364
## 15 14:00        NaN  201.91667  144.08333   97.66667        NaN  183.50000
## 16 15:00  122.66667  216.75000  126.75000  195.33333        NaN  259.25000
## 17 16:00  118.91667  203.91667   90.50000  294.90909   187.0000  276.41667
## 18 17:00   61.41667  231.91667   80.58333  284.25000   218.4167  280.75000
## 19 18:00   60.16667  165.50000  127.41667        NaN   232.5833  291.66667
## 20 19:00   78.50000  110.00000  125.50000  176.83333   213.1667  260.91667
## 21 20:00   99.00000  107.33333  179.60000  170.41667        NaN  253.00000
## 22 21:00  164.16667  148.33333  169.75000  185.41667        NaN  185.33333
## 23 22:00  144.25000  219.08333  191.41667  195.00000        NaN  116.25000
## 24 23:00  148.66667  180.41667  171.16667  291.75000        NaN  176.33333
## 25  mean  121.11594  174.41319  130.80185  147.94726   212.7917  191.34848
##    2019-12-01 2019-12-02 2019-12-03 2019-12-04     mean
## 1   168.91667  236.41667   99.16667        NaN 156.0000
## 2   136.41667  188.16667   75.08333        NaN 140.5625
## 3   152.58333  177.83333   99.25000        NaN 149.5938
## 4   156.41667  186.66667  139.08333        NaN 150.8214
## 5   188.58333  183.83333  152.75000        NaN 161.1071
## 6   201.66667  175.00000  177.08333        NaN 165.3119
## 7   163.50000  182.91667  181.16667        NaN 170.5556
## 8   153.41667  158.50000  176.83333        NaN 154.4167
## 9   146.91667  129.33333  163.66667        NaN 147.3194
## 10  134.16667  170.75000  161.58333        NaN 141.0000
## 11  131.66667  265.00000  152.08333        NaN 155.9881
## 12  119.33333  287.14286   95.75000        NaN 135.6064
## 13   73.91667  277.91667   87.25000        NaN 131.6042
## 14  142.58333  262.41667  142.58333        NaN 138.9725
## 15  178.16667  208.66667  154.16667        NaN 166.8810
## 16   85.41667  119.25000  169.75000        NaN 161.8958
## 17  114.33333   59.91667  184.58333        NaN 170.0547
## 18  178.00000   77.08333  181.54545        NaN 177.1069
## 19  167.50000  154.33333  110.72727        NaN 163.7367
## 20  212.41667  191.83333  228.50000        NaN 177.5185
## 21  172.66667   90.16667  283.58333        NaN 169.4708
## 22  133.16667   97.00000  228.50000        NaN 163.9583
## 23  228.08333  190.08333  190.50000        NaN 184.3333
## 24  191.00000  226.08333  141.33333        NaN 190.8438
## 25  155.45139  179.01290  157.35511        NaN 163.3598
#heatmap
#heatmaps
executeSavedPlot(data = allData, plotName = "meanSGheat_hist", libraryPath = libraryPath,
                 numberDays = numberDays,changeParam.list = changeParam.list)

Interactive Plots

linePlots

barplots hourly

every 3 hours barplots

###daily barplots

boxplots hourly

3hour boxplots

daily boxplots